Sentry JavaScript SDK 使用教程
2024-09-14 09:27:28作者:曹令琨Iris
项目介绍
Sentry JavaScript SDK 是 Sentry 官方提供的用于 JavaScript 环境的错误监控和性能监控工具。它支持多种 JavaScript 运行环境,包括浏览器、Node.js、React、Vue、Angular 等。Sentry JavaScript SDK 通过捕获应用程序中的错误和性能问题,帮助开发者快速定位和修复问题,提升应用的稳定性和性能。
项目快速启动
安装
首先,你需要在你的项目中安装 Sentry JavaScript SDK。你可以使用 npm 或 yarn 进行安装:
npm install @sentry/browser
# 或者
yarn add @sentry/browser
初始化
在你的应用程序入口文件中,初始化 Sentry SDK:
import * as Sentry from '@sentry/browser';
Sentry.init({
dsn: 'https://<key>@sentry.io/<project>',
integrations: [new Sentry.Integrations.BrowserTracing()],
tracesSampleRate: 1.0,
});
捕获错误
你可以手动捕获错误并发送给 Sentry:
try {
// 你的代码
} catch (error) {
Sentry.captureException(error);
}
应用案例和最佳实践
应用案例
假设你正在开发一个 React 应用,并且希望在用户遇到错误时能够及时捕获并处理。你可以使用 Sentry 来监控应用中的错误。
import React from 'react';
import ReactDOM from 'react-dom';
import * as Sentry from '@sentry/react';
import App from './App';
Sentry.init({
dsn: 'https://<key>@sentry.io/<project>',
integrations: [new Sentry.Integrations.BrowserTracing()],
tracesSampleRate: 1.0,
});
ReactDOM.render(
<Sentry.ErrorBoundary fallback={<p>An error has occurred</p>}>
<App />
</Sentry.ErrorBoundary>,
document.getElementById('root')
);
最佳实践
- 配置环境变量:在生产环境和开发环境中使用不同的 DSN(数据源名称),以便在开发过程中不会将错误发送到生产环境。
- 性能监控:使用
BrowserTracing集成来监控应用的性能,并设置tracesSampleRate来控制性能数据的采样率。 - 自定义错误处理:通过
beforeSend钩子来自定义错误处理逻辑,例如过滤掉某些不需要发送的错误。
典型生态项目
Sentry 官方 SDK
- @sentry/browser:用于浏览器环境的 SDK。
- @sentry/node:用于 Node.js 环境的 SDK。
- @sentry/react:专门为 React 应用设计的 SDK。
- @sentry/vue:专门为 Vue.js 应用设计的 SDK。
社区项目
- @sentry/webpack-plugin:用于在 Webpack 构建过程中自动上传源映射文件。
- @sentry/tracing:用于性能监控的扩展库。
通过这些工具和 SDK,你可以轻松地将 Sentry 集成到你的 JavaScript 项目中,实现全方位的错误监控和性能优化。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0762
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.14 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
965
2.27 K
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.24 K
AtomGit CLI (ag cli),AtomGit 命令行工具,参考 GitHub CLI (gh) 开发。
目前 atomgit-cli 项目已在 AtomCode 的 Coding Plan 项目列表中
Go
39
24
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
642
275
暂无描述
Markdown
826
5.48 K